晋西黄土丘陵沟壑区沟坡防护林造林技术

通过对土壤水分和当地具有代表性的树种——刺槐活立木解析资料的分析,将晋西黄土丘陵沟壑区的沟坡宜林地划为三个质量等级,将沟坡造林立地条件划分为黄土阴沟坡、红土阴沟坡和黄土阳沟坡、红土阳沟坡四类型;在此基础上,根据引种、造林试验和调查资料,得出了不同立地条件下的适宜造林树种.依据试验和推广情况,提出了深坑栽植、油松丛植、集流林业、雨季造林,冬季幼树埋土、ABT生根粉浸根等宜在晋西黄土丘陵沟壑区推广的实用造林技术.     

发生分类淋溶土与系统分类参比特征研究

利用最新建立的中国 1∶10 0万土壤数据库 ,研究了我国发生分类淋溶土与中国土壤系统分类的参比及其在中国土壤系统分类下的空间分布和数量特征。结果表明 ,我国发生分类淋溶土总面积为10 5 975 7.8km2 ,分布规律明显 ;与系统分类参比 ,发生分类淋溶土分属于中国土壤系统分类 4个土纲 ,即淋溶土、雏形土、新成土和灰土 ,它们分别占发生分类淋溶土总面积的 72 .8%、2 6 .1%、1.0 %、0 .1% ,其中包含系统分类的 2 5个土类和 4 7个亚类 ,参比关系复杂 ,不是简单的一对一的关系。分析发生分类某一类型土壤分属于系统分类不同类型的面积比例及其标准偏差 ,结果表明土壤参比的单元级别越低 ,越易于参比和把握。为了使中国土壤系统分类更实用、更易于普及 ,深入开展土壤基层分类研究 ,进一步发展和完善中国土壤系统分类是必要的 ,也是十分迫切的。研究结果对于土壤类型的正确参比、中国土壤系统分类的应用与发展 ,具有很好的参考应用价值     

基于多层感知器神经网络对遥感融合图像和TM影像进行土地覆盖分类的研究

８０年代以来，人工神经元网络（ＡＮＮ）技术的应用不断向广度和深度发展．用不同空间分辨率的ＴＭ和ＩＲＳ遥感图像进行融合，综合了不同传感器数据所提供的信息，增强了图像的清晰度，改善了解译效果。用多层感知器神经网络对遥感融合图像进行分类，分类精度达９５％，比用多层感知器神经网络对ＴＭ图像进行分类（分类精度达７３％）效果要好．     

中国北方红色土壤分类问题的探讨

现今出露于中国北方地表的红色土壤是在红色古土壤和红色古风化壳上发育的,而且大多经历了不连续的成土过程。中国北方红色土壤分布广泛、成因复杂,在分类中还存在着许多问题。从20世纪70年代末至今,我国土壤分类经历了由土壤发生学分类向土壤系统分类的重大转变,对北方红色土壤的分类也进行了多次修订。虽然每次修订都有所改进,但直到目前关于北方红色土壤的分类位置问题仍没有得到彻底解决。因此,今后需要对中国北方红色土壤的形成过程及土壤的性态特征和理化性状进行深入研究,建立适合北方红色土壤系统分类的诊断层和诊断特性,以明确中国北方红色土壤在系统分类中的位置,进一步完善中国土壤系统分类。     

农用地分等中产量比系数求算方法的研究

对现行《农用地分等规程》中产量比系数计算方法进行探讨,寻求产量比系数的最佳求算方法;研究结果表明《规程》中产量比系数的算法使得研究区冬季作物的自然质量等指数偏大,与实际不符;按两套产量比系数计算的结果则不存在这一问题;建议在农用地分等中,种植制度为一年两熟的地区应分冬夏设两个基准作物,分别编制冬季播种作物和夏季播种作物的产量比系数。     

贵溪冶炼厂周边农田土壤重金属污染特性及评价

在对贵溪冶炼厂周边区域的农田土壤及生产的稻谷进行采样调查和数据处理分析的基础上,对农田土壤重金属污染特性和现状进行了监测和初步评价,结果表明:农田土壤重金属污染可能来源于贵溪冶炼厂废水的排放及尾矿渣的堆放,与灌溉水源无关;用国家土壤环境质量二级标准进行评价可知,农田土壤重金属的综合污染指数较高,土壤污染已处于重度污染等级,单项重金属污染指数表明Cu、Cd的含量已严重超标,并处于重度污染等级,Zn、Pb和As的含量未构成污染;水泉村、竹山村与所生产的稻谷三者之间呈显著或极显著正相关,即农田生态系统呈复合污染的趋势。     

修正法农用地定级方法探讨及与因素法比较-以宜兴市为例

目前我国基本上采用因素法进行农用地定级,而作为重要方法之一的修正法则应用很少。本文以宜兴市为例,对修正法农用地定级技术路线、指标控制区划分、单元划分、修正因素选取和量化、定级指数计算、级别划分的方法和改进进行探讨,并与因素法比较。结果表明:修正法和因素法的方法原理大致相似,但修正法在分等基础上进行,是对分等结果的细化和深化,可大大缩减工作量,而且其定级结果具有很好的横向可比性。     

河北省气候生产潜力的估算与区划

利用河北省99个气象站点1965-2005年逐年年平均气温、年降水量资料,应用Miami模型、Thornthwaite Memo-riai模型估算了河北省温度气候生产潜力（TSPt）、降水气候生产潜力（TSPN）和蒸散量气候生产潜力（TSPV）。结果表明：河北省各地热量条件较好,水分是限制作物产量的主要因素;平原中南部地区为TSPt的高值区,燕山南麓为TSPN的高值区,TSPV的高值区分布较复杂,主要集中在燕山南麓,TSPN、TSPN、TSPV的低值区均位于坝上高原;根据TSPV值,采用经验正交函数分解（EOF）和旋转经验正交函数分解（REOF）方法进行气候区划,将河北省划分为5个区域,分别为冀西北高原、冀北山地、燕山南麓、冀中平原和冀南平原,各区特点明显,可为当地的农业生产布局提供参考。     

基于无人机遥感与随机森林的荒漠草原植被分类方法

荒漠草原是草原中最旱生的类型,属于草原的极限生态状态,也是气候变化和生态系统演变的预警区。利用无人机高光谱遥感技术快速、准确地提取荒漠草原草地植被类型,对动态监测草原生态安全和合理开发草地畜牧业具有重要意义。以无人机搭载高光谱成像系统采集内蒙古荒漠草原遥感图像,获得具有高空间分辨率和高光谱分辨率的图像;通过光谱连续统去除变换,增强草地植被之间的光谱差异,并构建植被指数;采用分步波段选择法选择荒漠草原植被的特征波段,实现高光谱数据降维;构建融合光谱特征、植被特征、地形特征和纹理特征等24个变量的随机森林分类模型,并与支持向量机（SVM）、K-最近邻（KNN）和最大似然分类（MLC）法进行比较。结果表明,在4种分类方法中随机森林分类算法分类效果最好,总体分类精度达到91.06%,比SVM、KNN和MLC等机器学习算法分别高7.9、15.61、18.33个百分点,Kappa系数达到0.90,比SVM、KNN和MLC算法分别高0.13、0.23和0.26。无人机高光谱低空遥感和随机森林算法的结合为荒漠草原草地植被分类提供了新途径。     

基于RAPD标记进行水稻籼粳分类研究

应用RAPD标记方法对30个水稻栽培品种进行了籼粳分类研究。从80个随机引物中筛选出了扩增出具有多态性的谱带的18个引物,并从中选出重复性高、稳定性好的S1004,S1012,S1019,S1048,S1049,S1053,S1063,S1070,S1075共9个引物进行反应。依据随机引物对不同品种水稻总DNA扩增出的特异性扩增条带,用Ne i’s公式计算30个水稻品种间的相似系数,并以UPMGA法进行聚类分析,其结果与品种系谱基本吻合,证明RAPD标记可应用于水稻的分类。